路易威登管培生终面

最近影石的秋招真是让我心潮起伏，虽然之前已经决定放弃，但影石的抬价让我又重新燃起了希望。所以，我决定分享一下我的面试经历，希望能帮到同样在准备秋招的小伙伴们。一面面经： 💪一面的面试官真是技术大咖，问题一个接一个，完全没有停下来的意思。以下是我被问到的一些问题：为什么选择MNN推理框架？有没有调研过其他的？模型从训练到端侧用MNN作推理的流程是什么？实习任务中，int8和半精度的性能提升明显吗？MNN的具体实现和优化策略是什么？双线性插值的4个点的权重如何分配？仿射变换用了什么NEON指令集，做了什么运算？ax+b用矢量去做加速，会用哪条指令？HWC和CHW以及NC4HW4的区别是什么？如果...

求内推 没工作了我😭

25届，想在毕业之前再找一段中大厂的实习，这个简历可以吗

思路：仔细数出n<=5的情况总数。分别为1 4 12 28 60，其中12=(1+2+1) * 4 - 4，28=(1+3+3+1) * 4-4, 60=(1+4+6+4+1) * 4-4可以发现规律：答案和杨辉三角有关。得到公式res=2^(n+1)-4，快速幂计算即可。 #include <bits/stdc++.h> using namespace std; const long mod = 1e9 + 7; long qsm(long a, long b) { long res = 1; while (b > 0) { if (b...